ユーザー操作と行動データの洞察を実践的に分析！

ユーザー操作とは具体的に何でしょうか？ユーザーオペレーターになるにはどのような能力や資質が必要ですか?

ユーザー操作とは何ですか？

名前が示すように、ユーザー操作とは、ユーザーの総 LTV に関するあらゆる操作と戦略を指します。

アクティビティの企画やコミュニティの構築はユーザーオペレーションが行うべきことだと考える人もいます。

ユーザー操作はユーザーシステム、変換、およびデータ監視に重点を置くべきだと考える人もいます。

チャネル配信操作をユーザー操作に含める人もいます。実際、これらのタスクはユーザーの LTV サイクル全体に影響するため、これらはすべてユーザー操作と呼べると思います。では、ユーザーオペレーターになるにはどのような能力や資質が求められるのでしょうか?

ユーザーはどこから来ますか?

チャネル分配機能部門

ユーザーがウェブやアプリに入る方法は有料と無料の2つあります。通常、ユーザー転換の入り口はウェブ、アプリ、およびいくつかのトラフィック配信プラットフォーム上に開かれます。機能区分によると、SEO、SEM、ASO、ASM、DSP（情報フロー）の5つのチャネル運用機能に大別できます。

決済チャネル決済方法

通常、SEM と DSP の配信時の決済戦略は、CPC、CPA、CPM、CPD などの決済方法に大別できます。このうち、CPS と CPA は購入者にとって有益であり、CPC と CPM は販売者にとって有益です。

リソースドッキング

株式取引プラットフォームと同様に、さまざまな買い手と売り手も仲介者を通じてリソースを接続します。 Ad Exchange は、広告取引の購入者 (広告主 - 当社のアプリなどの広告を掲載する人) と販売者 (iQiyi などの SSP のトラフィック広告スペースの所有者) を結び付けます。

上記の方法を通じて、ユーザーは当社の製品にたどり着きました。

（インターネット配信チャネル）

製品構成

ユーザー階層化とユーザーラベルシステムの構築

ユーザータグは、ユーザー操作戦略において非常に重要な前提条件です。特定のユーザー行動を自動的にタグ付けできれば、その後の垂直的な洗練された操作のための優れた基盤を築くことができます。

1 つ目のタイプのラベルは、電子商取引会社の利益、ライブ放送会社のユーザー再チャージ額、取引会社の手数料など、企業が最も重視するビジネスタイプに応じてユーザーを階層化するために使用できます。さらに細分化すると、取引額、利益、チャージ額などのディメンションになります。

2 番目のタイプのタグでは、ユーザーの年齢、職業、性別などのユーザー属性を使用してユーザーを分類できます。

3 番目のタイプのタグは、閲覧、表示、登録、注文、支払い、繰り返し購入など、Web またはアプリでのユーザーの行動に基づいています。ただし、このプロジェクトでは、製品の配置、データ、およびバックグラウンドサポートに対する要件が高くなります。

従来のインターネット運用でよく使われる、LTV ライフサイクルに基づいたユーザーのタグ付けや、RFM モデルを使用したユーザーのタグ付けなど、ユーザータグ付けシステムは他にもたくさんあります。

では、ユーザータグを取得した後、どのように使用すればよいのでしょうか。これについては、次の運用戦略で詳しく説明します。

（ユーザー階層化とユーザーラベルシステム構築）

製品フィードバックメカニズム

「興味なし」機能を設けます。現在、多くのプロダクトマネージャーはページ作成時にユーザーとのコミュニケーションが不足しており、その結果、ユーザーの好みを理解できていません。そのため、製品側にユーザーの提案や苦情を受け付けるボックスや「無関心」機能を設置することが重要です。

ユーザーインセンティブシステムとユーザー成長システム

これは長い間議論されてきたトピックです。長い間、アプリにこれがなければ、アプリとは呼ばれませんでした。実際、このユーザー成長システムは、さまざまなタイプの製品に分かれており、さまざまな方法で作成する必要があります。

例えば、Moji Weather のような高頻度プロダクトの収益創出行動は主に広告表示に集中しているため、ユーザーが頻繁にログインしてポイント、レベル、経験値を獲得することが重要です。

例えば、TaobaoやTmallなどの中頻度商品の収益創出行動は主にARPU（ユーザーあたりの平均収益）に集中しているため、システムは登録-閲覧-注文-リピート購入のルートに重点を置く必要があります。

もう 1 つの例は、Qunar や Ctrip などの低頻度の製品です。これらの製品では、e コマース製品に基づくコンテンツフォーラムのアクティビティなどの指標を追加して、ユーザーの粘着性を高める必要があります。

例：

（ポイントを獲得する方法をいくつか挙げるだけです）

クーポン、会員制度

これらは、Tmall、Ctrip、その他の製品タイプなどの電子商取引およびトランザクション製品で一般的です。クーポンは、プラットフォームユーザーの平均注文額を高めるための強力なユーザーオペレーションツールとして、運営者が習得しなければならない必須スキルです。それは程耀進の「3つの軸」のようなもので、どのタイプのユーザーが低価値クーポンを使用し、どのタイプのユーザーが高価値クーポンを使用し、どのタイプのユーザーが長期クーポンを使用し、どのタイプのユーザーが短期クーポンを使用し、どのタイプのユーザーがすべてのカテゴリを使用し、どのタイプのユーザーが垂直カテゴリクーポンを使用します。

これらについては別の記事に書くこともできるので、ここでは詳しくは触れません。

（クーポン）

データプラットフォーム

インターネット時代では、受け入れ可能なデータが非常に豊富になり、また、十分な遊びの余地も提供されているため、ユーザー操作は、操作におけるデータ要件に最も敏感な役割です。以下は、私が業界で使用している一般的なデータプラットフォームです。

モバイルユーザーデータ分析プラットフォーム: Baidu Mobile Statistics、Talkingdataウェブページ: Baidu Statistics、Google Analytics、GrowingIO競合製品モニタリング: Alexa、Similarwebトラフィックモニタリング: Webmaster Home、CNZZ (旧 Umeng+)市場モニタリング: Baidu Index、Taobao Index などの一般的なインデックスプラットフォームを実装できます一般的なプラットフォームの使用状況をリストします。

（ユーザーの出発地と目的地）

（ユーザーソースタイプ分析）

これらのプラットフォームでは、ユーザーデータはどのようにして得られるのでしょうか?

通常、データは最下層に埋め込まれ、その後、上層でクリーニング、マイニング、分析されて、ビジネス上の意思決定に使用できる結果データが得られます。

（基本的なユーザー行動データはどこから来るのでしょうか？）

運用戦略

階層型操作

ユーザータグシステムを導入した後は、さまざまなユーザー向けの操作戦略ライブラリを確立する必要があります。

短期、中期、長期にわたって失われたユーザーを呼び戻すには、どのような戦略を採用すべきでしょうか?平均 LTV が失われた場合、ユーザーに対してどのような戦略を実施する必要がありますか?これらはすべて、定期的かつ標準化された方法で実現できるプレイ方法です。チャンネル配信の偽ボリュームの検証

チャネルに広告を掲載すると、チャネルやユーザーによるトラフィックの増加に悩まされることがよくあります。次に、ユーザータグシステムを使用して、実際のユーザーの一般的な行動にラベルを付け、「実際のユーザー」と「偽のユーザー」を区別することができます。

新規登録ユーザーのエクスペリエンスコンバージョン

ユーザーの中には、製品の特定の機能を使用したことがない人もいるため、そのようなユーザーに対して、PUSH、プッシュ通知、サイト内メッセージ、ジャンプ、小さなアイコンのガイダンス、バナー表示など、ターゲットを絞った操作プロファイリングを実装して、特定のユーザー操作をターゲットにし、ユーザーが製品内を移動できるようにすることができます。

一般的なユーザー操作モデル

ユーザー離脱早期警告モデル

このモデルは、初期段階で間隔を操作し、効果を監視するために使用できます。その後、製品開発部門に送られ、自動アラーム、運用戦略、連絡を含むプロセス全体が実装されます。

そして、これらの指標は、離脱ユーザーモデルの指標として使用され、離脱したユーザーの割合に応じて重みが調整されます。モデルは、行動データの継続的な変化に応じて反復され、特定のタイプのユーザーが離脱しようとしていることを可能な限り予測し、それらのユーザーを維持するために対応する対策を講じる必要があります。保持効果に基づいて、関連する離脱ユーザーの保持対策と保持効果を離脱ユーザーモデルに追加し、「予測保持対策」の自動早期警告を可能な限り形成できます。

RFMモデル

RFM モデルは、インターネット電子商取引業界で最初に一般的に見られました。このモデルは、実装後の最適化に重点を置いています。私は、ユーザー階層化フローの監視と定点運用戦略で RFM モデルをよく使用しています。これは私が好んで使用するモデルです。初期段階では、運用部門はまず経験に基づいて間隔値のバージョンを一致させることができます。R、F、M のデジタル寸法が決定された後、製品マネージャーと研究開発部門の同僚に送信され、自動データエクスポートが形成されます。

（RFMモデル）

SPSS予測モデル

このタイプのモデルは、Kohonenニューラルネットワークモデルや線形回帰方程式予測など、電子商取引業界の運用でよく使用され、通常、翌月のDAU、GMVなどの値を予測するために使用されます。異常がある場合は、タイムリーに操作を実行してデータを分析し、運用戦略を策定できます。

SKU価格クラスタリング

このタイプのモデルは、さまざまな貢献値の範囲に応じてユーザーを階層化したり、SKU ごとに製品を階層化したりするためによく使用されます。